利用机器学习预测QAR严重超限事件的分析模型

• 作者: 李孟格
• 来源期刊: 民航学报
• 关键词: QAR 机器学习法 梯度提升决策树
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 航空运输
• 页码范围: 4-7
• 页数: 4页
• 字数: 3162字
• 语种: 中文

摘要

"大数据"时代对航空运行业务体系的影响不言而喻.正是在这样的背景下,QAR(快速存取记录器)的解析与应用成为很多航空公司研究的新课题.一方面是QAR系统拥有海量的数据信息,而业务创新缺乏决策依据;一方面是大数据时代横空出世,而现有飞行运行过程中品质监控的空白化.本文就从解析QAR严重超限数据入手,挖掘相关的QAR数据价值,通过收集的航班终端因素和已发生的QAR超限航班相关联,进行机器学习,从而预测新航班可能导致的QAR严重超限事件的发生概率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李孟格		3	2	1.0	1.0